Régions

Row

Row

Données générales

La région Bourgogne-Franche-Comté compte 283 bassins de natation publics accessibles aux scolaires en 2020 pour une surface de nage par habitant de 190 m².
124 d’entre eux sont couvertes.

Row

Comparaisons régionales

Près de la moitié des piscines de la région ne sont pas ouvertes à l’année.

région LIBGEO Nombre de bassins publics Bassins couverts Bassins saisonniers Population surface de baignade pour 10 000 hab tranches
11 Île-de-France 610 529 36 12 213 447 137,4 100 à 140 m² /10 000
24 Centre-Val de Loire 264 138 117 2 572 853 171,8 170 à 200 m² / 10 000
27 Bourgogne-Franche-Comté 283 124 133 2 807 807 189,9 170 à 200 m² / 10 000
28 Normandie 242 191 36 3 327 477 165,0 140 à 170 m² / 10 000
32 Hauts-de-France 315 285 20 6 004 108 136,7 100 à 140 m² /10 000
44 Grand Est 364 275 66 5 550 389 170,3 170 à 200 m² / 10 000
52 Pays de la Loire 359 213 123 3 783 665 172,9 170 à 200 m² / 10 000
53 Bretagne 183 146 29 3 335 414 127,4 100 à 140 m² /10 000
75 Nouvelle-Aquitaine 599 212 338 5 980 804 171,4 170 à 200 m² / 10 000
76 Occitanie 649 225 406 5 885 496 173,9 170 à 200 m² / 10 000
84 Auvergne-Rhône-Alpes 737 335 383 7 994 459 170,4 170 à 200 m² / 10 000
93 Provence-Alpes-Côte d’Azur 372 149 197 5 052 832 133,9 100 à 140 m² /10 000
94 Corse 30 16 14 338 554 100,5 100 à 140 m² /10 000
FR France 5 007 2 838 1 898 64 847 305 156,8 140 à 170 m² / 10 000
FR France 5 007 2 838 1 898 64 847 305 156,8 140 à 170 m² / 10 000
FR France 5 007 2 838 1 898 64 847 305 156,8 140 à 170 m² / 10 000
FR France 5 007 2 838 1 898 64 847 305 156,8 140 à 170 m² / 10 000
FR France 5 007 2 838 1 898 64 847 305 156,8 140 à 170 m² / 10 000
Source : MEDES recensement des équipements sportifs 2020

Surface natatoire pour 10 000 habitants

En lien avec la faible densité de population, la région est la mieux dotée en terme de surface de nage par habitant.

Départements

Row

Row

Données générales

L’éloignement joue un rôle déterminant dans la surface de baignade. Le Jura, département montagneux, la Saône et Loire et l’Yonne, départements peu denses, sont bien dotées. à l’Inverse, les départements plus denses ou ceux où la population se concentre dans les grandes villes sont moins dotés. Le territoire de Belfort est ainsi le moins bien équipé sur la surface natatoire pour 10 000 habitants.

Row

Comparaisons départementales

Département LIBGEO Nombre de bassins publics Bassins couverts Bassins saisonniers Population surface de baignade pour 10 000 hab tranches
21 Côte-d’Or 43 18 19 533 220 171,5 170 à 200 m² / 10 000
25 Doubs 39 25 16 541 454 136,3 100 à 140 m² /10 000
39 Jura 35 17 14 259 746 277,8 250 à 350 m² / 10 000
58 Nièvre 28 13 14 205 828 190,1 170 à 200 m² / 10 000
70 Haute-Saône 26 9 16 236 018 147,6 140 à 170 m² / 10 000
71 Saône-et-Loire 66 18 37 552 185 232,3 200 à 250 m² / 10 000
89 Yonne 37 17 12 337 504 229,7 200 à 250 m² / 10 000
90 Territoire de Belfort 9 7 5 141 852 113,0 100 à 140 m² /10 000
BFC Bourgogne-Franche-Comté 283 124 133 2 807 807 189,9 170 à 200 m² / 10 000
Source : MEDES recensement des équipements sportifs 2020

Surface natatoire pour 10 000 habitants

Le Jura est le 5e département pour la surface natatoire disponible pour 10 000 habitants, l’Yonne le dixième. à l’inverse, le Territoire de Belfort est le 5e département le moins bien doté.

Surface natatoire pour 10 000 habitants infrarégionale

Carte départementale

EPCI

Row

Row

Comparaisons établissements publics de coopération intercommunale

Les grandes agglomérations servent de centre de service pour les EPCI alentours. Les piscines y sont plus nombreuses.
31 EPCI n’ont aucune piscine publique accessible aux scolaires.

EPCI LIBGEO Nombre de bassins publics Bassins couverts Bassins saisonniers Population surface de baignade pour 10 000 hab tranches
242100410 Dijon Métropole 17 13 2 253 859 189,1 170 à 200 m² / 10 000
242500361 CU Grand Besançon Métropole 12 7 7 194 382 118,0 100 à 140 m² /10 000
200065647 CA Pays de Montbéliard Agglomération 9 7 3 140 002 165,5 140 à 170 m² / 10 000
247100589 CA Le Grand Chalon 8 4 2 113 869 241,3 200 à 250 m² / 10 000
247100290 CU Le Creusot Montceau-les-Mines 8 5 4 93 072 255,9 250 à 350 m² / 10 000
247000011 CA de Vesoul 8 4 5 32 203 357,8 > 350 m² / 10 000
200067114 CA de l’Auxerrois 7 3 0 68 050 307,3 250 à 350 m² / 10 000
200071884 CC Le Grand Charolais 7 1 5 37 652 287,4 250 à 350 m² / 10 000
200067130 CC de Puisaye-Forterre 7 0 7 34 228 151,9 140 à 170 m² / 10 000
200067882 CC Bazois Loire Morvan 7 2 5 15 432 326,3 250 à 350 m² / 10 000
245804406 CA de Nevers 6 4 2 65 707 198,6 170 à 200 m² / 10 000
200010650 CA du Grand Dole 6 2 2 54 595 379,2 > 350 m² / 10 000
200090579 CC Terre d’Émeraude Communauté 6 4 4 24 791 184,1 170 à 200 m² / 10 000
200069052 CA Grand Belfort 5 4 4 103 016 83,3 < 100 m² / 10 000
200070308 CA Mâconnais Beaujolais Agglomération 5 2 1 76 258 296,1 250 à 350 m² / 10 000
200006682 CA Beaune, Côte et Sud - Communauté Beaune-Chagny-Nolay 5 1 2 51 395 238,7 200 à 250 m² / 10 000
200069623 CC Champagnole Nozeroy Jura 5 2 2 22 675 347,0 250 à 350 m² / 10 000
200070316 CC Entre Arroux, Loire et Somme 5 0 5 22 458 156,9 140 à 170 m² / 10 000
200071595 CC Arbois, Poligny, Salins, Cœur du Jura 5 1 3 21 840 470,6 > 350 m² / 10 000
200070548 CC La Clayette Chauffailles en Brionnais 5 0 5 15 116 204,0 200 à 250 m² / 10 000
200070530 CC du Grand Autunois Morvan 4 2 2 35 592 180,4 170 à 200 m² / 10 000
200071579 CC Bresse Louhannaise Intercom’ 4 2 2 28 338 216,7 200 à 250 m² / 10 000
200067916 CC Cœur de Loire 4 2 2 25 182 239,4 200 à 250 m² / 10 000
242504116 CC du Val de Morteau 4 3 1 20 756 286,1 250 à 350 m² / 10 000
200071017 CC des Terres d’Auxois 4 0 3 15 815 283,7 250 à 350 m² / 10 000
243900354 CC de la Station des Rousses-Haut Jura 4 4 0 7 115 873,9 > 350 m² / 10 000
248900334 CA du Grand Sénonais 3 2 0 59 228 201,8 200 à 250 m² / 10 000
200070894 CC de Gevrey-Chambertin et de Nuits-Saint-Georges 3 1 1 29 743 180,4 170 à 200 m² / 10 000
249000241 CC du Sud Territoire 3 2 1 23 579 209,9 200 à 250 m² / 10 000
248900938 CC du Jovinien 3 3 0 21 038 297,1 250 à 350 m² / 10 000
200067700 CC Sud Nivernais 3 2 0 20 717 307,5 250 à 350 m² / 10 000
200036549 CC Val de Gray 3 1 2 20 494 199,2 170 à 200 m² / 10 000
200026573 CC Haut-Jura Saint-Claude 3 1 0 20 262 515,7 > 350 m² / 10 000
200068088 CC Les Bertranges 3 1 2 19 562 193,3 170 à 200 m² / 10 000
200039758 CC Avallon, Vézelay, Morvan 3 2 1 18 786 260,4 250 à 350 m² / 10 000
200023075 CC du Pays de Maîche 3 2 0 18 604 202,6 200 à 250 m² / 10 000
248900748 CC du Gâtinais en Bourgogne 3 1 0 17 470 669,1 > 350 m² / 10 000
200039642 CC Le Tonnerrois en Bourgogne 3 2 1 15 835 311,7 250 à 350 m² / 10 000
200069698 CC Mâconnais - Tournugeois 3 0 2 15 731 167,0 140 à 170 m² / 10 000
200040293 CC du Clunisois 3 1 1 13 915 380,3 > 350 m² / 10 000
200067429 CC Haut Nivernais-Val d’Yonne 3 1 2 12 187 235,0 200 à 250 m² / 10 000
200042414 CC Bresse Revermont 71 3 1 1 9 875 299,9 250 à 350 m² / 10 000
200071645 CC Saint Cyr Mère Boitier entre Charolais et Mâconnais 3 0 1 8 020 485,8 > 350 m² / 10 000
242500338 CC du Grand Pontarlier 2 2 0 27 449 168,5 140 à 170 m² / 10 000
200068070 CC Loue-Lison 2 1 1 25 335 184,2 170 à 200 m² / 10 000
248900896 CC Yonne Nord 2 2 0 24 468 166,1 140 à 170 m² / 10 000
200067304 CC Serein et Armance 2 1 1 24 133 138,1 100 à 140 m² /10 000
200070902 CC Auxonne Pontailler Val de Saône 2 0 2 23 383 80,1 < 100 m² / 10 000
242101509 CC Rives de Saône 2 0 2 20 532 243,5 200 à 250 m² / 10 000
242101434 CC du Pays Châtillonnais 2 1 1 19 790 223,2 200 à 250 m² / 10 000
247000664 CC du Pays de Lure 2 2 0 19 616 235,8 200 à 250 m² / 10 000
200069565 CC des Lacs et Montagnes du Haut-Doubs 2 1 0 16 099 255,9 250 à 350 m² / 10 000
242504447 CC du Doubs Baumois 2 0 2 15 991 73,0 < 100 m² / 10 000
242100154 CC des Vallées de la Tille et de l’Ignon 2 0 2 13 631 114,6 100 à 140 m² /10 000
247000706 CC du Pays Riolais 2 0 2 12 818 139,8 100 à 140 m² /10 000
200040038 CC Saône Doubs Bresse 2 0 2 12 111 101,8 100 à 140 m² /10 000
247103765 CC Entre Saône et Grosne 2 0 1 11 224 226,4 200 à 250 m² / 10 000
242101491 CC du Montbardois 2 2 0 10 583 539,5 > 350 m² / 10 000
200072056 CC Porte du Jura 2 0 2 10 556 122,4 100 à 140 m² /10 000
248900524 CC de l’Aillantais 2 0 1 10 386 93,7 < 100 m² / 10 000
247000623 CC des Quatre Rivières 2 0 1 9 527 235,3 200 à 250 m² / 10 000
243900479 CC du Haut-Jura - ARCADE 2 2 0 9 276 417,7 > 350 m² / 10 000
247000367 CC des Combes 2 0 2 7 631 103,1 100 à 140 m² /10 000
242504488 CC Altitude 800 2 1 2 6 390 145,0 140 à 170 m² / 10 000
247100639 CC de Marcigny 2 0 2 6 140 247,8 200 à 250 m² / 10 000
242101442 CC de Saulieu 2 0 1 5 301 491,4 > 350 m² / 10 000
200071116 CA ECLA (Espace Communautaire Lons Agglomération) 1 1 0 34 317 182,1 170 à 200 m² / 10 000
242504181 CC des Portes du Haut-Doubs 1 1 0 26 166 95,5 < 100 m² / 10 000
200000925 CC de la Plaine Dijonnaise 1 0 1 22 004 56,8 < 100 m² / 10 000
247000722 CC du Pays d’Héricourt 1 1 0 21 051 34,2 < 100 m² / 10 000
200041721 CC de la Haute Comté 1 0 0 17 760 176,0 170 à 200 m² / 10 000
200069060 CC des Vosges du Sud 1 1 0 15 257 163,9 140 à 170 m² / 10 000
248900383 CC de l’Agglomération Migennoise 1 1 0 15 054 166,1 140 à 170 m² / 10 000
247000755 CC du Pays de Luxeuil 1 1 0 14 950 167,2 140 à 170 m² / 10 000
200041879 CC Terres de Saône 1 0 1 13 180 60,7 < 100 m² / 10 000
200072825 CC Mirebellois et Fontenois 1 0 1 12 604 82,6 < 100 m² / 10 000
200067890 CC Morvan Sommets et Grands Lacs 1 1 0 12 304 78,0 < 100 m² / 10 000
248900664 CC de la Vanne et du Pays d’Othe 1 0 1 8 610 96,8 < 100 m² / 10 000
200067908 CC Amognes Cœur du Nivernais 1 0 1 8 580 121,4 100 à 140 m² /10 000
200036150 CC des Hauts du Val de Saône 1 0 1 8 517 122,3 100 à 140 m² /10 000
247000854 CC des 1000 étangs 1 0 1 8 472 123,0 100 à 140 m² /10 000
242101459 CC du Pays d’Alésia et de la Seine 1 0 1 7 496 155,6 140 à 170 m² / 10 000
200041853 CC du Pays de Montbozon et du Chanois 1 0 1 6 580 83,1 < 100 m² / 10 000
243900610 CC La Grandvallière 1 0 1 5 385 123,8 100 à 140 m² /10 000
200070910 CC Tille et Venelle 1 0 1 4 962 209,9 200 à 250 m² / 10 000
200071538 CC Terres de Bresse 0 0 0 22 278 0,0 Absence de piscine
200069615 CC Bresse Haute Seille 0 0 0 19 010 0,0 Absence de piscine
200069540 CC Norge et Tille 0 0 0 15 968 0,0 Absence de piscine
200068294 CC des Deux Vallées Vertes 0 0 0 15 958 0,0 Absence de piscine
200067080 CC Chablis Villages et Terroirs 0 0 0 14 934 0,0 Absence de piscine
200041887 CC du Val Marnaysien 0 0 0 14 340 0,0 Absence de piscine
247000821 CC Rahin et Chérimont 0 0 0 11 856 0,0 Absence de piscine
243900560 CC Jura Nord 0 0 0 11 659 0,0 Absence de piscine
247104094 CC Sud Côte Chalonnaise 0 0 0 11 480 0,0 Absence de piscine
200041861 CC du Triangle Vert 0 0 0 11 053 0,0 Absence de piscine
200039055 CC Ouche et Montagne 0 0 0 10 812 0,0 Absence de piscine
200067692 CC Tannay-Brinon-Corbigny 0 0 0 9 718 0,0 Absence de piscine
243901089 CC de la Plaine Jurassienne 0 0 0 9 181 0,0 Absence de piscine
243900420 CC du Val d’Amour 0 0 0 9 084 0,0 Absence de piscine
200071207 CC de Pouilly-en-Auxois/Bligny-sur-Ouche 0 0 0 8 569 0,0 Absence de piscine
247000714 CC du Pays de Villersexel 0 0 0 7 856 0,0 Absence de piscine
242500320 CC de Montbenoît 0 0 0 7 833 0,0 Absence de piscine
200039709 CC du Serein 0 0 0 7 247 0,0 Absence de piscine
245801063 CC Loire et Allier 0 0 0 7 186 0,0 Absence de piscine
200071173 CC du Pays Arnay Liernais 0 0 0 7 129 0,0 Absence de piscine
200039063 CC Forêts, Seine et Suzon 0 0 0 6 997 0,0 Absence de piscine
242504355 CC du Plateau de Russey 0 0 0 6 688 0,0 Absence de piscine
247100647 CC Bresse Nord Intercom 0 0 0 6 539 0,0 Absence de piscine
247000698 CC des Monts de Gy 0 0 0 6 148 0,0 Absence de piscine
242504496 CC du Plateau de Frasne et du Val de Drugeon (CFD) 0 0 0 6 040 0,0 Absence de piscine
242504371 CC du Pays de Sancey-Belleherbe 0 0 0 5 515 0,0 Absence de piscine
245804497 CC du Nivernais Bourbonnais 0 0 0 5 437 0,0 Absence de piscine
247103864 CC du Canton de Semur-en-Brionnais 0 0 0 5 164 0,0 Absence de piscine
200071140 CA Moulins Communauté 0 0 0 1 596 0,0 Absence de piscine
200067668 CC de la Cléry, du Betz et de l’Ouanne 0 0 0 257 0,0 Absence de piscine
200070332 CC des Savoir-Faire 0 0 0 212 0,0 Absence de piscine
BFC 283 124 133 2 807 807 189,9 170 à 200 m² / 10 000
Source : MEDES recensement des équipements sportifs 2020

Carte de surface de baignade par EPCI

Bassins de vie

Row

Row

Comparaisons bassins de vie

Les bassins de vie égalisent un peu le poids des grandes agglomération en mettant les piscines en rapport avec la population. Toutefois, certaines sortent du lot comme Vesoul qui est très bien doté, et les bassins de vie des montagne du Jura qui proposent des infrastructures nombreuses (Champagnole, Saint-Claude).
42 bassins de vie n’ont pas de piscines publique accessible aux scolaires.

BV2012 LIBGEO Nombre de bassins publics Bassins couverts Bassins saisonniers Population surface de baignade pour 10 000 hab tranches
21231 Dijon 20 13 5 309 177 165,8 140 à 170 m² / 10 000
25056 Besançon 13 7 8 185 536 129,2 100 à 140 m² /10 000
70550 Vesoul 11 4 8 47 976 267,9 250 à 350 m² / 10 000
25388 Montbéliard 9 7 3 124 045 186,8 170 à 200 m² / 10 000
71076 Chalon-sur-Saône 8 4 2 110 717 248,2 200 à 250 m² / 10 000
89024 Auxerre 8 3 1 79 765 272,6 250 à 350 m² / 10 000
58194 Nevers 7 4 3 81 233 173,5 170 à 200 m² / 10 000
39097 Champagnole 7 4 4 20 039 486,1 > 350 m² / 10 000
39478 Saint-Claude 6 4 0 24 419 651,3 > 350 m² / 10 000
71133 La Clayette 6 0 4 11 313 482,4 > 350 m² / 10 000
90010 Belfort 5 4 3 101 905 100,6 100 à 140 m² /10 000
71306 Montceau-les-Mines 5 3 3 46 589 316,2 250 à 350 m² / 10 000
58086 Cosne-Cours-sur-Loire 5 2 3 24 743 285,8 250 à 350 m² / 10 000
71270 Mâcon 4 2 0 61 932 351,2 > 350 m² / 10 000
25462 Pontarlier 4 3 0 55 983 156,2 140 à 170 m² / 10 000
39198 Dole 4 2 0 44 868 428,9 > 350 m² / 10 000
25411 Morteau 4 3 1 28 059 211,6 200 à 250 m² / 10 000
90033 Delle 4 3 2 22 503 257,0 250 à 350 m² / 10 000
21607 Seurre 4 0 4 14 242 437,7 > 350 m² / 10 000
39475 Saint-Amour 4 0 4 14 085 199,7 170 à 200 m² / 10 000
58182 Moulins-Engilbert 4 2 2 7 103 324,7 250 à 350 m² / 10 000
89387 Sens 3 2 0 59 660 200,3 200 à 250 m² / 10 000
71153 Le Creusot 3 2 2 40 042 181,1 170 à 200 m² / 10 000
70310 Lure 3 2 1 26 190 216,4 200 à 250 m² / 10 000
71073 Chagny 3 0 2 25 462 211,8 200 à 250 m² / 10 000
71014 Autun 3 2 1 25 395 216,7 200 à 250 m² / 10 000
70279 Gray 3 1 2 24 620 165,9 140 à 170 m² / 10 000
25356 Maîche 3 2 0 23 619 159,6 140 à 170 m² / 10 000
21317 Is-sur-Tille 3 0 3 22 248 117,1 100 à 140 m² /10 000
58079 Clamecy 3 1 2 19 144 112,3 100 à 140 m² /10 000
71230 Gueugnon 3 0 3 16 725 119,7 100 à 140 m² /10 000
21464 Nuits-Saint-Georges 3 1 1 16 632 322,7 250 à 350 m² / 10 000
71137 Cluny 3 0 1 16 169 337,6 250 à 350 m² / 10 000
89206 Joigny 3 3 0 15 257 409,6 > 350 m² / 10 000
71342 Paray-le-Monial 3 1 2 15 141 317,6 250 à 350 m² / 10 000
89418 Tonnerre 3 2 1 13 753 358,8 > 350 m² / 10 000
58059 La Charité-sur-Loire 3 1 2 13 026 290,3 250 à 350 m² / 10 000
39434 Poligny 3 1 3 12 637 140,7 140 à 170 m² / 10 000
89309 Pont-sur-Yonne 3 2 0 12 451 355,2 > 350 m² / 10 000
71543 Tournus 3 0 2 12 400 211,8 200 à 250 m² / 10 000
21603 Semur-en-Auxois 3 0 2 12 245 281,3 250 à 350 m² / 10 000
71419 Saint-Germain-du-Bois 3 1 1 10 592 279,6 250 à 350 m² / 10 000
89419 Toucy 3 0 3 9 898 298,9 250 à 350 m² / 10 000
21054 Beaune 2 1 0 39 324 174,8 170 à 200 m² / 10 000
21038 Auxonne 2 0 2 28 208 66,4 < 100 m² / 10 000
71263 Louhans 2 2 0 24 510 188,5 170 à 200 m² / 10 000
89025 Avallon 2 2 0 24 211 188,6 170 à 200 m² / 10 000
58095 Decize 2 1 1 24 154 151,8 140 à 170 m² / 10 000
21154 Châtillon-sur-Seine 2 1 1 17 740 249,0 200 à 250 m² / 10 000
25047 Baume-les-Dames 2 0 2 16 634 70,1 < 100 m² / 10 000
25434 Ornans 2 1 1 12 612 370,0 > 350 m² / 10 000
21425 Montbard 2 2 0 12 587 453,6 > 350 m² / 10 000
70198 Dampierre-sur-Salon 2 0 1 11 816 189,7 170 à 200 m² / 10 000
39526 Tavaux 2 0 2 11 396 128,0 100 à 140 m² /10 000
39368 Morez 2 2 0 11 166 347,0 250 à 350 m² / 10 000
21584 Saulieu 2 0 1 11 163 233,3 200 à 250 m² / 10 000
89003 Aillant-sur-Tholon 2 0 1 10 854 89,7 < 100 m² / 10 000
71176 Digoin 2 0 1 10 642 427,9 > 350 m² / 10 000
39154 Clairvaux-les-Lacs 2 1 1 10 164 41,8 < 100 m² / 10 000
39013 Arbois 2 0 0 9 991 850,8 > 350 m² / 10 000
71106 Charolles 2 0 2 8 894 164,0 140 à 170 m² / 10 000
89368 Saint-Sauveur-en-Puisaye 2 0 2 8 810 121,8 100 à 140 m² /10 000
71047 Bourbon-Lancy 2 0 2 8 367 181,9 170 à 200 m² / 10 000
71512 Sennecey-le-Grand 2 0 1 8 304 306,1 250 à 350 m² / 10 000
71275 Marcigny 2 0 2 7 875 193,2 170 à 200 m² / 10 000
71120 Chauffailles 2 0 2 7 677 198,2 170 à 200 m² / 10 000
58134 Imphy 2 1 0 6 661 581,0 > 350 m² / 10 000
89086 Charny 2 0 2 6 639 175,7 170 à 200 m² / 10 000
39487 Saint-Laurent-en-Grandvaux 2 0 2 6 496 205,3 200 à 250 m² / 10 000
45115 Courtenay 2 1 0 6 126 1849,5 > 350 m² / 10 000
58149 Luzy 2 0 2 5 392 289,6 250 à 350 m² / 10 000
25334 Levier 2 1 2 4 577 202,5 200 à 250 m² / 10 000
39300 Lons-le-Saunier 1 1 0 47 138 132,6 100 à 140 m² /10 000
70311 Luxeuil-les-Bains 1 1 0 24 075 103,8 100 à 140 m² /10 000
25578 Valdahon 1 1 0 23 380 106,9 100 à 140 m² /10 000
70285 Héricourt 1 1 0 22 945 31,4 < 100 m² / 10 000
89257 Migennes 1 1 0 22 719 110,0 100 à 140 m² /10 000
21292 Genlis 1 0 1 21 558 58,0 < 100 m² / 10 000
70467 Saint-Loup-sur-Semouse 1 0 0 17 516 178,4 170 à 200 m² / 10 000
89345 Saint-Florentin 1 1 0 16 914 147,8 140 à 170 m² / 10 000
70447 Rioz 1 0 1 12 654 59,3 < 100 m² / 10 000
71310 Montchanin 1 1 0 9 582 260,9 250 à 350 m² / 10 000
70421 Port-sur-Saône 1 0 1 7 854 101,9 100 à 140 m² /10 000
70292 Jussey 1 0 1 7 532 138,3 100 à 140 m² /10 000
58062 Château-Chinon (Ville) 1 1 0 6 605 145,3 140 à 170 m² / 10 000
01283 Oyonnax 1 1 0 6 395 250,2 250 à 350 m² / 10 000
71192 Étang-sur-Arroux 1 0 1 6 050 151,5 140 à 170 m² / 10 000
39470 Les Rousses 1 1 0 4 833 157,9 140 à 170 m² / 10 000
10003 Aix-en-Othe 1 0 1 4 007 208,0 200 à 250 m² / 10 000
25527 Saint-Vit 0 0 0 22 310 0,0 Absence de piscine
89464 Villeneuve-sur-Yonne 0 0 0 17 669 0,0 Absence de piscine
25532 Saône 0 0 0 16 724 0,0 Absence de piscine
25315 L’Isle-sur-le-Doubs 0 0 0 13 862 0,0 Absence de piscine
25463 Pont-de-Roide-Vermondans 0 0 0 13 249 0,0 Absence de piscine
71090 La Chapelle-de-Guinchay - Crêches-sur-Saône 0 0 0 13 232 0,0 Absence de piscine
21554 Saint-Jean-de-Losne 0 0 0 12 964 0,0 Absence de piscine
70561 Villersexel 0 0 0 12 865 0,0 Absence de piscine
77305 Montereau-Fault-Yonne 0 0 0 11 485 0,0 Absence de piscine
39056 Bletterans 0 0 0 11 250 0,0 Absence de piscine
39500 Salins-les-Bains 0 0 0 11 030 0,0 Absence de piscine
70120 Champagney - Ronchamp 0 0 0 10 834 0,0 Absence de piscine
90009 Beaucourt 0 0 0 10 797 0,0 Absence de piscine
39128 Chaussin 0 0 0 10 262 0,0 Absence de piscine
58083 Corbigny 0 0 0 9 845 0,0 Absence de piscine
21501 Pouilly-en-Auxois 0 0 0 9 552 0,0 Absence de piscine
21663 Venarey-les-Laumes 0 0 0 9 113 0,0 Absence de piscine
70334 Marnay 0 0 0 8 234 0,0 Absence de piscine
01305 Pont-de-Vaux 0 0 0 8 006 0,0 Absence de piscine
71417 Saint-Gengoux-le-National 0 0 0 7 902 0,0 Absence de piscine
21023 Arnay-le-Duc 0 0 0 7 874 0,0 Absence de piscine
89068 Chablis 0 0 0 7 288 0,0 Absence de piscine
90052 Giromagny 0 0 0 6 701 0,0 Absence de piscine
71158 Cuisery 0 0 0 6 603 0,0 Absence de piscine
71070 Buxy 0 0 0 6 449 0,0 Absence de piscine
71351 Pierre-de-Bresse 0 0 0 6 302 0,0 Absence de piscine
71221 Givry 0 0 0 6 098 0,0 Absence de piscine
58264 Saint-Pierre-le-Moûtier 0 0 0 4 637 0,0 Absence de piscine
58218 Prémery 0 0 0 4 388 0,0 Absence de piscine
68201 Masevaux 0 0 0 3 309 0,0 Absence de piscine
42052 Charlieu 0 0 0 3 101 0,0 Absence de piscine
88468 Le Thillot 0 0 0 2 051 0,0 Absence de piscine
77051 Bray-sur-Seine 0 0 0 1 672 0,0 Absence de piscine
18241 Sancerre 0 0 0 1 532 0,0 Absence de piscine
68068 Dannemarie 0 0 0 1 471 0,0 Absence de piscine
45085 Châtillon-Coligny 0 0 0 974 0,0 Absence de piscine
01053 Bourg-en-Bresse 0 0 0 658 0,0 Absence de piscine
03102 Dompierre-sur-Besbre 0 0 0 478 0,0 Absence de piscine
10034 Bar-sur-Seine 0 0 0 264 0,0 Absence de piscine
03190 Moulins 0 0 0 262 0,0 Absence de piscine
52197 Fayl-Billot 0 0 0 189 0,0 Absence de piscine
88383 Remiremont 0 0 0 36 0,0 Absence de piscine
BFC 283 124 133 2 807 807 189,9 170 à 200 m² / 10 000
Source : MEDES recensement des équipements sportifs 2020

Carte de surface de baignade par bassin de vie

Temps d’accès

Row

Row

Temps d’accès aux piscines de la région (©OpenStreetMap et ©OSRM )

Certains territoires sont éloignés des bassins de natation, particulièrement les bassins couverts, y compris des communes équipées d’écoles primaires : dans le Morvan, le nord Côte-d’Or, entre Pouilly en Auxois et Arnay le Duc ou encore autour de Pierre de Bresse.

En savoir +

Row

---
title: "Piscines publiques accessibles aux scolaires"
output: 
  flexdashboard::flex_dashboard:
    self_contained : false
    orientation: rows
    social: menu
    source_code: embed
    navbar:
      - { title: "Accueil", href: DRAJESBFC.html, align: right, icon: fa-home }
    theme: simplex
---

```{r setup, include=FALSE ,echo=FALSE, cache=F}
#library(flexdashboard)
#source("C:/Users/plebre/Documents/projets R/DRAJES/librairies.R")
##library(plotly)
##library(gghighlight)
#library(highcharter)
##library(plotly)
##library(ggiraph)
#library(janitor)
#library(DT)
#library(formattable)
#library(leaflet)
#library(leaflet.extras2)


load("data/sport/piscines.RData")
load("data/sport/bassins.RData")
load("data/BPE/ecoles.RData")

load("data/sport/iso.RData")

#load("data/demo/basecom.RData")
#load("data/demo/cartes.RData")

factPal <- colorFactor("Blues", iso_diff$drive_times,na.color = "#808080")

appartenance <- rbind(appartenance,c("REG","FR","France","-"))

pal <- colorFactor(c("#006400","#228B22","#F5F5F5","#FF7F50","#B22222","#80000060"), 
                   domain = sort(unique(piscines$tranches)  ),reverse = T )



# Option de chunk
knitr::opts_chunk$set(
 fig.width = 6,
 fig.asp = 0.8,
 out.width = "80%"
)
```

# ![](images/BFC_s.svg) Régions {data-orientation="rows" height="30"}

## Row {data-height="20"}

## Row {data-height="100"}

### Données générales

La région Bourgogne-Franche-Comté compte **283** bassins de natation publics accessibles aux scolaires en 2020 pour une surface de nage par habitant de **190 m²**.\
**124** d'entre eux sont couvertes.

## Row {.tabset .tabset-fade .tabset-pills data-height="800"}

### Comparaisons régionales

Près de la moitié des piscines de la région ne sont pas ouvertes à l'année.

```{r}
piscines %>% group_by(REG) %>% summarise_if(is.numeric,sum) %>%
                  adorn_totals("row",name = "FR") %>%
                  mutate(surfnat=color_bar("lightblue")
                         (digits(10000*surfpiscines/pop,1,decimal.mark=",") ),
                         surfnat_rec = cut(10000*surfpiscines/pop,
                            include.lowest = FALSE,
                            right = FALSE,
                            dig.lab = 4,
                            breaks = c(0, 1, 100, 140, 170, 200, 250, 350, Inf),
                            labels = c("Absence de piscine" , 
                                       "< 100 m² / 10 000" , 
                                       "100 à 140 m² /10 000" ,
                                       "140 à 170 m² / 10 000",
                                       "170 à 200 m² / 10 000",
                                       "200 à 250 m² / 10 000",
                                       "250 à 350 m² / 10 000",
                                       "> 350 m² / 10 000"  )  )) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="REG") %>% dplyr::select(CODGEO,LIBGEO),by=c("REG"="CODGEO") ) %>%
  dplyr::select (région=REG, LIBGEO, `Nombre de bassins publics`=nbpiscines,`Bassins couverts`=nbpiscines_couv,`Bassins saisonniers`=nbpisc_saison,
          Population=pop,`surface de baignade pour 10 000 hab`=surfnat,tranches=surfnat_rec) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrlrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(7, bold=T) %>%
  row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
  row_spec(14,bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
           footnote_as_chunk = T)
```

### Surface natatoire pour 10 000 habitants

En lien avec la faible densité de population, la région est la mieux dotée en terme de surface de nage par habitant.

```{r}
hchart(piscines %>% group_by(REG) %>% summarise_if(is.numeric,sum) %>%
                  adorn_totals("row",name = "FR") %>%
                  mutate(surfnat=round(10000*surfpiscines/pop,1) ) %>% arrange(desc(surfnat)) %>%
         left_join(.,appartenance %>% filter(NIVGEO=="REG") %>% dplyr::select(CODGEO,LIBGEO),by=c("REG"="CODGEO") ) ,
                  "bar", hcaes(x=reorder(LIBGEO,surfnat),y=surfnat,color=ifelse(REG=="27","#6a5acd",
                                                                 ifelse(REG=="FR","#ff7f50","#ffd700") ) ) , 
       showInLegend = F, name = "surface natatoire /n pour 10 000 habitants", pointWidth = 20) %>%
    hc_xAxis(title=list(text="Régions")) %>%
    hc_yAxis(title=list(text="surface natatoire")) %>%
  hc_add_theme(thm) 
```

# ![](images/BFC_dep_s.svg) Départements {data-orientation="rows" height="30"}

## Row {data-height="20"}

## Row {data-height="100"}

### Données générales

L'éloignement joue un rôle déterminant dans la surface de baignade. Le Jura, département montagneux, la Saône et Loire et l'Yonne, départements peu denses, sont bien dotées. à l'Inverse, les départements plus denses ou ceux où la population se concentre dans les grandes villes sont moins dotés. Le territoire de Belfort est ainsi le moins bien équipé sur la surface natatoire pour 10 000 habitants.

## Row {.tabset .tabset-fade .tabset-pills data-height="800"}

### Comparaisons départementales

```{r}
piscines %>% group_by(DEP) %>% filter(DEP %in% depbfc) %>% summarise_if(is.numeric,sum) %>%
                  adorn_totals("row",name = "BFC") %>%
                  mutate(surfnat=color_bar("lightblue")
                         (digits(10000*surfpiscines/pop,1,decimal.mark=",") ),
                         surfnat_rec = cut(10000*surfpiscines/pop,
                            include.lowest = FALSE,
                            right = FALSE,
                            dig.lab = 4,
                            breaks = c(0, 1, 100, 140, 170, 200, 250, 350, Inf),
                            labels = c("Absence de piscine" , 
                                       "< 100 m² / 10 000" , 
                                       "100 à 140 m² /10 000" ,
                                       "140 à 170 m² / 10 000",
                                       "170 à 200 m² / 10 000",
                                       "200 à 250 m² / 10 000",
                                       "250 à 350 m² / 10 000",
                                       "> 350 m² / 10 000"  )  )) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% dplyr::select(CODGEO,LIBGEO),by=c("DEP"="CODGEO") ) %>%
  select (Département=DEP, LIBGEO, `Nombre de bassins publics`=nbpiscines,`Bassins couverts`=nbpiscines_couv,`Bassins saisonniers`=nbpisc_saison,
          Population=pop,`surface de baignade pour 10 000 hab`=surfnat,tranches=surfnat_rec) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrlrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(6, bold=T) %>%
 # row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
 # row_spec(14,bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
           footnote_as_chunk = T)
```

### Surface natatoire pour 10 000 habitants

Le Jura est le **5e** département pour la surface natatoire disponible pour 10 000 habitants, l'Yonne le dixième. à l'inverse, le Territoire de Belfort est le 5e département le moins bien doté.

```{r}
hchart(piscines %>% group_by(DEP) %>% summarise_if(is.numeric,sum) %>%
                  mutate(surfnat=round(10000*surfpiscines/pop,1) ) %>% arrange(desc(surfnat)) %>%
         left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% select(CODGEO,LIBGEO),by=c("DEP"="CODGEO") ) ,
                  "bar", hcaes(x=reorder(LIBGEO,surfnat),y=surfnat,
                               color=ifelse(DEP %in% depbfc,"#6a5acd","#ffd700" )) , 
       showInLegend = F, name = "surface natatoire /n pour 10 000 habitants", pointWidth = 2) %>%
    hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="surface natatoire")) %>%
  hc_add_theme(thm) 
```

### Surface natatoire pour 10 000 habitants infrarégionale

```{r}
hchart(piscines %>% group_by(DEP) %>% filter (DEP %in% depbfc) %>% summarise_if(is.numeric,sum) %>%
                  mutate(surfnat=round(10000*surfpiscines/pop,1) )  %>%
                  arrange(desc(surfnat)) %>%
         left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% select(CODGEO,LIBGEO),by=c("DEP"="CODGEO") ) ,
                  "bar", hcaes(x=reorder(LIBGEO,surfnat),y=surfnat,
                               color=ifelse(DEP %in% depbfc,"#6a5acd","#ff7f50" )) , 
       showInLegend = F, name = "surface natatoire /n pour 10 000 habitants", pointWidth = 20) %>%
      hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="surface natatoire")) %>%
  hc_add_theme(thm) 
```

### Carte départementale

```{r}

piscinesdep <- sp::merge(depwgs,piscines %>% group_by(INSEE_DEP=DEP) %>%  summarise_if(is.numeric,sum) %>%
                  mutate(surfnat=round(10000*surfpiscines/pop,1) ) %>%
                     mutate(surfnat=round(10000*surfpiscines/pop,1),
                         tranche = cut(surfnat,
                            include.lowest = FALSE,
                            right = FALSE,
                            dig.lab = 4,
                            breaks = c(0, 1, 100, 140, 170, 200, 250, 350, Inf),
                            labels = c("Absence de piscine" , 
                                       "< 100 m² / 10 000" , 
                                       "100 à 140 m² /10 000" ,
                                       "140 à 170 m² / 10 000",
                                       "170 à 200 m² / 10 000",
                                       "200 à 250 m² / 10 000",
                                       "250 à 350 m² / 10 000",
                                       "> 350 m² / 10 000"  )  )) ,by="INSEE_DEP")

leaflet(piscinesdep) %>%
  addProviderTiles(providers$CartoDB.Positron) %>% 
    setView(lng = 5.1, lat = 47.27, zoom = 6) %>%
  addPolygons(weight=2,opacity = 0.6,color = "#2F4F4F", fill=T, 
                           fillColor = ~pal(tranche), fillOpacity = 0.8 ) %>%
  addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5, opacity = 1) %>%
  addCircles(centroid(piscinesdep)[,1],centroid(piscinesdep)[,2],
             group = "region", radius=~5000*nbpiscines^(1/2),
             weight=4, color = "#4169E1", opacity = 0.8,
             fillOpacity = 0.2,
             highlight = highlightOptions (fillOpacity =  0.1,
             weight = 5,   color = "#00FFFF"),
             popup = popupTable(piscinesdep@data %>% 
                                   select(Département=NOM_DEP_M,pop.x,nbpiscines,nbpiscines_couv,nbpisc_saison,surfnat,tranche),
                                 feature.id=F,row.numbers = F)) %>%
addLegend( position = "bottomright",pal = pal ,title = "surface natatoire pour 10000 habitants",values = piscinesdep$tranche )

```

# ![](images/BFC_EPCI_s.svg) EPCI {data-orientation="rows" height="30"}

## Row {data-height="20"}

## Row {.tabset .tabset-fade}

### Comparaisons établissements publics de coopération intercommunale {vertical_layout="scroll"}

Les grandes agglomérations servent de centre de service pour les EPCI alentours. Les piscines y sont plus nombreuses.\
31 EPCI n'ont aucune piscine publique accessible aux scolaires.

```{r,echo=F}
piscines %>% filter(REG=='27')  %>% group_by(EPCI) %>% summarise_if(is.numeric,sum) %>%
                 arrange(desc(nbpiscines),desc(pop)) %>%
                 adorn_totals("row",name = "BFC") %>%
                  mutate(surfnat=color_bar("lightblue")
                         (digits(10000*surfpiscines/pop,1,decimal.mark=",") ),
                         surfnat_rec = cut(10000*surfpiscines/pop,
                            include.lowest = FALSE,
                            right = FALSE,
                            dig.lab = 4,
                            breaks = c(0, 1, 100, 140, 170, 200, 250, 350, Inf),
                            labels = c("Absence de piscine" , 
                                       "< 100 m² / 10 000" , 
                                       "100 à 140 m² /10 000" ,
                                       "140 à 170 m² / 10 000",
                                       "170 à 200 m² / 10 000",
                                       "200 à 250 m² / 10 000",
                                       "250 à 350 m² / 10 000",
                                       "> 350 m² / 10 000"  )  )) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="EPCI") %>% select(CODGEO,LIBGEO),by=c("EPCI"="CODGEO") ) %>%
  select (EPCI, LIBGEO, `Nombre de bassins publics`=nbpiscines,`Bassins couverts`=nbpiscines_couv,`Bassins saisonniers`=nbpisc_saison,
          Population=pop,`surface de baignade pour 10 000 hab`=surfnat,tranches=surfnat_rec) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrlrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(6, bold=T) %>%
 # row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
 # row_spec(14,bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
           footnote_as_chunk = T) %>%
   scroll_box(height = "800px") 
```

### Carte de surface de baignade par EPCI {data-height="800"}

```{r}

piscinesepci <- sp::merge(epciwgs,piscines %>% group_by(CODE_EPCI=EPCI) %>% 
                  filter (CODE_EPCI %in% basecom$EPCI[basecom$REG=="27"] ) %>%
                  summarise_if(is.numeric,sum) %>%
                  mutate(surfnat=round(10000*surfpiscines/pop,1) ) %>%
                     mutate(surfnat=round(10000*surfpiscines/pop,1),
                         tranche = cut(surfnat,
                            include.lowest = FALSE,
                            right = FALSE,
                            dig.lab = 4,
                            breaks = c(0, 1, 100, 140, 170, 200, 250, 350, Inf),
                            labels = c("Absence de piscine" , 
                                       "< 100 m² / 10 000" , 
                                       "100 à 140 m² /10 000" ,
                                       "140 à 170 m² / 10 000",
                                       "170 à 200 m² / 10 000",
                                       "200 à 250 m² / 10 000",
                                       "250 à 350 m² / 10 000",
                                       "> 350 m² / 10 000"  )  )) ,by="CODE_EPCI")

leaflet(piscinesepci) %>%
  addProviderTiles(providers$CartoDB.Positron) %>% 
    setView(lng = 5.1, lat = 47.27, zoom = 8) %>%
  addAwesomeMarkers(data=bassins,icon=icons,popup = popupTable(bassins,row.numbers = F,feature.id = F),
                    group = "tous bassins") %>%
  addPolygons(weight=2,opacity = 0.6,color = "#2F4F4F", fill=T, 
                           fillColor = ~pal(tranche), fillOpacity = ~ifelse(is.na(tranche),0, 0.8 ),
              popup = popupTable(piscinesepci@data %>% 
                                   select(EPCI=NOM_EPCI,pop,nbpiscines,nbpiscines_couv,nbpisc_saison,surfnat,tranche),
                                 feature.id=F,row.numbers = F)) %>%
  addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5,opacity = 1) %>%
  addPolygons(data=dep27carto,group  = "départements",fill = F,color="#9370DB",weight = 3,opacity = 1) %>%
  addCircles(centroid(piscinesepci)[,1],centroid(piscinesepci)[,2],
             group = "region", radius=~5000*nbpiscines^(1/2),
             weight=1, color = "#4169E1", opacity = 0.8,
             fillOpacity = 0.2,
             highlight = highlightOptions (fillOpacity =  0.1,
             weight = 5,   color = "#00FFFF"),
             popup = popupTable(piscinesepci@data %>% 
                                   select(EPCI=NOM_EPCI,pop,nbpiscines,nbpiscines_couv,nbpisc_saison,surfnat,tranche),
                                 feature.id=F,row.numbers = F)) %>%
addLegend( position = "bottomright",pal = pal ,title = "surface natatoire pour 10000 habitants",values = piscinesepci$tranche )

```

# ![](images/BFC_BV_s.svg) Bassins de vie {data-orientation="rows" height="30"}

## Row {data-height="20"}

## Row {.tabset .tabset-fade}

### Comparaisons bassins de vie {vertical_layout="scroll"}

Les bassins de vie égalisent un peu le poids des grandes agglomération en mettant les piscines en rapport avec la population. Toutefois, certaines sortent du lot comme Vesoul qui est très bien doté, et les bassins de vie des montagne du Jura qui proposent des infrastructures nombreuses (Champagnole, Saint-Claude).\
42 bassins de vie n'ont pas de piscines publique accessible aux scolaires.

```{r,echo=F}
piscines %>% filter(REG=='27')  %>% group_by(BV2012) %>% summarise_if(is.numeric,sum) %>%
                  arrange(desc(nbpiscines),desc(pop)) %>%
                  adorn_totals("row",name = "BFC") %>%
                  mutate(surfnat=color_bar("lightblue")
                         (digits(10000*surfpiscines/pop,1,decimal.mark=",") ),
                         surfnat_rec = cut(10000*surfpiscines/pop,
                            include.lowest = FALSE,
                            right = FALSE,
                            dig.lab = 4,
                            breaks = c(0, 1, 100, 140, 170, 200, 250, 350, Inf),
                            labels = c("Absence de piscine" , 
                                       "< 100 m² / 10 000" , 
                                       "100 à 140 m² /10 000" ,
                                       "140 à 170 m² / 10 000",
                                       "170 à 200 m² / 10 000",
                                       "200 à 250 m² / 10 000",
                                       "250 à 350 m² / 10 000",
                                       "> 350 m² / 10 000"  )  )) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="BV2012") %>% select(CODGEO,LIBGEO),by=c("BV2012"="CODGEO") ) %>%
  select (BV2012, LIBGEO, `Nombre de bassins publics`=nbpiscines,`Bassins couverts`=nbpiscines_couv,`Bassins saisonniers`=nbpisc_saison,
          Population=pop,`surface de baignade pour 10 000 hab`=surfnat,tranches=surfnat_rec) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrlrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(6, bold=T) %>%
 # row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
 # row_spec(14,bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
           footnote_as_chunk = T) %>%
   scroll_box(height = "800px") 
```

### Carte de surface de baignade par bassin de vie {data-height="800"}

```{r}
piscinesbv <- sp::merge(bvwgs,piscines %>% group_by(BV2012) %>%  
                 filter(BV2012 %in% basecom$BV2012[basecom$REG=="27"] ) %>%
                  summarise_if(is.numeric,sum) %>%
                  mutate(surfnat=round(10000*surfpiscines/pop,1) ) %>%
                     mutate(surfnat=round(10000*surfpiscines/pop,1),
                         tranche = cut(surfnat,
                            include.lowest = FALSE,
                            right = FALSE,
                            dig.lab = 4,
                            breaks = c(0, 1, 100, 140, 170, 200, 250, 350, Inf),
                            labels = c("Absence de piscine" , 
                                       "< 100 m² / 10 000" , 
                                       "100 à 140 m² /10 000" ,
                                       "140 à 170 m² / 10 000",
                                       "170 à 200 m² / 10 000",
                                       "200 à 250 m² / 10 000",
                                       "250 à 350 m² / 10 000",
                                       "> 350 m² / 10 000"  )  )) ,by="BV2012")

leaflet(piscinesbv) %>%
  addProviderTiles(providers$CartoDB.Positron) %>% 
    setView(lng = 5.1, lat = 47.27, zoom = 8) %>%
  addAwesomeMarkers(data=bassins,icon=icons,popup = popupTable(bassins,row.numbers = F,feature.id = F),
                    group = "tous bassins") %>%
  addPolygons(weight=2,opacity = 0.6,color = "#2F4F4F", fill=T, 
                           fillColor = ~pal(tranche), fillOpacity =  ~ifelse(is.na(tranche),0, 0.8 ),
               popup = popupTable(piscinesbv@data %>% 
                                   select(BV2012 ,pop,nbpiscines,nbpiscines_couv,nbpisc_saison,surfnat,tranche),
                                 feature.id=F,row.numbers = F))   %>%
  addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5,opacity = 1) %>%
  addPolygons(data=dep27carto,group  = "départements",fill = F,color="#9370DB",weight = 3,opacity = 1) %>%
  addCircles(centroid(piscinesbv)[,1],centroid(piscinesbv)[,2],
             group = "region", radius=~5000*nbpiscines^(1/2),
             weight=1, color = "#4169E1", opacity = 0.8,
             fillOpacity = 0.2,
             highlight = highlightOptions (fillOpacity =  0.1,
             weight = 5,   color = "#00FFFF"),
             popup = popupTable(piscinesbv@data %>% 
                                   select(BV2012 ,pop,nbpiscines,nbpiscines_couv,nbpisc_saison,surfnat,tranche),
                                 feature.id=F,row.numbers = F)) %>%
addLegend( position = "bottomright",pal = pal ,title = "surface natatoire pour 10000 habitants",values = piscinesbv$tranche )

```

# `r fa(name="fas fa-history")` Temps d'accès {data-orientation="rows"}

## Row {data-height="20"}

## Row {data-height="700"}

### Temps d'accès aux piscines de la région (©[OpenStreetMap](https://www.openstreetmap.org/copyright) et ©[OSRM](http://project-osrm.org/) ) {data-height="700"}

Certains territoires sont éloignés des bassins de natation, particulièrement les bassins couverts, y compris des communes équipées d'écoles primaires : dans le Morvan, le nord Côte-d'Or, entre Pouilly en Auxois et Arnay le Duc ou encore autour de Pierre de Bresse.

```{r}
leaflet() %>% 
  setView(mean(bassins$lon), mean(bassins$lat), zoom = 8) %>%
  addProviderTiles(providers$CartoDB.Positron) %>% 
  addAwesomeMarkers(data=bassins,icon=icons,popup = popupTable(bassins,row.numbers = F,feature.id = F),
                    group = "tous bassins") %>%
  addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~factPal(iso_diff$drive_times),
              stroke = F,
              data = iso_diff["drive_times"], popup = iso_diff$drive_times,
              group = "tous bassins") %>%
  
  addAwesomeMarkers(data=bassins_couv,icon=icons_couv,popup = popupTable(bassins_couv,row.numbers = F,feature.id = F),
                    group = "bassins couverts") %>%
  addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~factPal(iso_diff_couv$drive_times),
              stroke = F,
              data = iso_diff_couv["drive_times"], popup = iso_diff_couv$drive_times,
              group = "bassins couverts") %>%
  
  addAwesomeMarkers(data=bassins_annuels,icon=icons_annuel,popup = popupTable(bassins_annuels,row.numbers = F,feature.id = F),
                    group = "bassins annuels") %>%
  addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~factPal(iso_diff_annuel$drive_times),
              stroke = F,
              data = iso_diff_annuel["drive_times"], popup = iso_diff_annuel$drive_times,
              group = "bassins annuels") %>%
  
  addAwesomeMarkers(data=bassins_annuels_couv,icon=icons_couv_annuel,popup = popupTable(bassins_annuels_couv,row.numbers = F,feature.id = F),
                    group = "bassins annuels couverts") %>%
  addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~factPal(iso_diff_couv_annuel$drive_times),
              stroke = F,
              data = iso_diff_couv_annuel["drive_times"], popup = iso_diff_couv_annuel$drive_times,
              group = "bassins annuels couverts") %>%
  
  addMarkers(data=ecole,
             icon= ~ecoleicon[ecole$Type_ecole],
             popup=popupTable(ecole,row.numbers = F,feature.id = F),
             group = "écoles") %>%
  addPolygons(fill=T,fillOpacity = 0.1,stroke = T,color="yellow",weight = 1,dashArray = "3",
              data=comecole,
              popup = popupTable(comecole@data %>%
                               dplyr::select (INSEE_COM,NOM_COM_M,STATUT,CODE_EPCI,POPULATION,Maternelle,Primaire),
                               row.numbers = F,feature.id = F),
              group="écoles") %>%

  addLayersControl(
    baseGroups = c("tous bassins","bassins couverts","bassins annuels","bassins annuels couverts"),
    overlayGroups="écoles",
    options = layersControlOptions(collapsed = F,autoZIndex = F)) %>%  
  addPolygons(data=reg27carto,fill=F,weight = 4,color = "white",group = "écoles" ) %>%
  addPolygons(data=dep27carto,fill=F, weight = 3,color = "white",group = "écoles") %>%
    addLegend("bottomright", pal = factPal, values = iso_diff$drive_times,   
            title = "temps d'accès") 
```

# *En savoir* **+** {data-orientation="rows" data-icon="fa-info-circle" font-size="25px"}

## Row {data-height="20"}

## Row {data-height="60"}

**Sources :**

-   Injep, MEDES, recensement des "licences et des clubséquipements sportifs (RES)

    -   
    -   
    -   

-   Insee, Base permanente des équipements

    -